SKILLEMALL.ai
GitHub ↗ EN Войти

BB stock-watcher

Управление и мониторинг локального списка наблюдения китайских акций A-share. Используйте, когда пользователь просит добавить, удалить, перечислить, очистить или обобщить отслеживаемые акции, используя структурированные данные котировок 10jqka с резервным вариантом в виде HTML.

машинный переводПоказать оригиналСкрыть оригинал«Manage and monitor a local Chinese A-share watchlist. Use when the use…»

Manage and monitor a local Chinese A-share watchlist. Use when the user asks to add, remove, list, clear, or summarize watched stocks using 10jqka structured quote data with HTML fallback.

Этот же скилл из каталога clawhub прошёл прогон на моделях: Не улучшает ответы D посмотреть результат → Здесь его копия: текст может отличаться, поэтому оценка не перенесена.

ClawHub Agent Skills автор: Hao v0.1.0 MIT-0 13 файлов · 8 скриптов тело ≈ 448 токенов Открыть источникclawhub.ai↗ проанализирован 14 дн назад

Управление и мониторинг локального списка наблюдения китайских акций A-share.

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, согласованность, отчётность по ходу

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Обфускация obf-base64-blob scripts/summarize_performance.py:29
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "eyJh…J9."
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token scripts/summarize_performance.py:30
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "ldrv…Hbk"
      в кавычках

    Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (stock-watcher) не совпадает с папкой (stock-watcher-publish)
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 448 токенов
    • 100Повторный запуск. Изменяющих операций нет

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • -32 из 8 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    The skill mostly matches its stock-watchlist purpose, but its uninstall script can delete an arbitrary environment-selected directory without validation or confirmation.
    LLM: suspicious (high) · 5 авг. 2026 г.